AI 重构科学研究范式：从数学证明到人机协同
课程简介
本课程以 2026 年 OpenAI 数学证明事件为切口，讲清楚 AI 正在如何改变科研的"生产流程"：从提出问题、推演证明，到验证与发表。你会看到数学只是排头兵，物理、化学、生物很快会走上同一条路。
学习目标
- 理解形式化验证（Lean）在 AI 数学中的作用与局限
- 能解释"证明消化不良"为何成为数学界的核心焦虑
- 归纳 AI 对物理、化学、生物、计算机等学科的共同冲击模式
- 形成自己对"人机协同"科研范式的判断
章节概览
图1：数学是 AI 冲击的排头兵，物理、化学、生物、计算机正走上同一条“人机协同”之路。
- 第一章：当机器开始证明——OpenAI 722 篇手稿事件始末
- 第二章：机器裁判——形式化验证与 Lean 入门
- 第三章：消化不良——生成、验证、消化三环节的脱节
- 第四章：外溢效应——AI 如何改写其他学科
- 第五章：人的位置——提问者、验证者、方向把控者
课程亮点
① 以真实事件为教材：用 2026 年 OpenAI 722 篇数学手稿这一活案例，把"AI 正在如何改变科研"讲成可感知的故事，而非空泛论断。
② 三视角交叉：既看数学家的惊呼与警惕，也看物理、化学、生物、计算机的外溢，更落到"人该做什么"的底层问题。
③ 可操作结论：给出"生成→验证→消化"的可信发布流程，帮你建立自己对人机协同科研范式的判断框架。